Kan produktledere udnytte AI som en sparringspartner?

Kunstig intelligens har skyllet ind over os som en digital tsunami. Men kan det bruges som en sparringspartner inden for produktudvikling? Dette blogindlæg udforsker, hvordan AI kan supplere produktlederens arbejde med udvikling af vision, roadmap og aktiviteter ift. product discovery.

Anders Justesen

Konsulent

aju@syndicate.dk

6

min. læsetid

August 21, 2023

I en travl hverdag kan det være udfordrende at finde tid til alt det, teorien fortæller os, er afgørende for at være en succesfuld produktleder.

Vi skal fastlægge retning og effektivt formidle den gennem vision, strategi og roadmaps. Færdighederne, vi skal mestre, står i kø: Dybt domænekendskab, analyse af det marked vi befinder os i, facilitering, coaching og evnen til at stille os op på ølkassen og effektivt kommunikere, hvor vi vil hen med vores produkt.

Herudover skal vi også repræsentere vores kunder og brugere ved at forstå deres behov og ønsker – samt håndtere og prioritere vores backlog og påtage os ejerskab af user stories og arbejde tæt sammen med interessenter. Når vi læser bøger, teori eller deltager i kurser om produktledelse, føler vi os ofte inspirerede, motiverede og ivrige efter at omsætte det, vi har lært, til praksis. Men så sætter virkeligheden ind, når vores kalendere bliver overfyldte, og både vores teams og ledelse forventer, at vi er klar til at håndtere alle de presserende sager.

Derfor kan  det være udfordrende at finde tid til at samle teamet og dets interessenter til lange sessioner, hvor vi diskuterer produktvision, strategi eller finder ud af, hvordan vi formulerer og tester hypoteser.
Men hvad nu hvis der var en måde at forberede og igangsætte dette arbejde ved at brainstorme og samarbejde med kunstig intelligens (AI)? Måske kan vi med hjælp fra AI strømline vores indsats og undgå at skulle starte fra 'Adam og Eva'.

I denne artikel vil vi udforske, hvordan udnyttelsen af AI kan styrke produktlederens arbejde og lette nogle af de tidsmæssige begrænsninger og udfordringer. Ved at udnytte AIs potentiale kan vi optimere vores produktivitet, fremme samarbejde og drive innovation inden for vores roller som produktledere.

Lad os dykke ned i mulighederne og fordelene ved at inkorporere AI som en værdifuld allieret på vores rejse inden for produktudvikling og det at sætte en retning.

Men hvad nu hvis der var en måde at forberede og igangsætte dette arbejde ved at brainstorme og samarbejde med kunstig intelligens (AI)? Måske kan vi med hjælp fra AI strømline vores indsats og undgå at skulle starte fra 'Adam og Eva'.

Sådan gjorde vi det

Vi benytter en 'tragt'-tilgang, for at fremme et effektivt samarbejde og samtale med AI'en. Vi begynder med et bredt perspektiv og indsnævrer gradvist, og giver derved AI’en de nødvendige oplysninger.

Det er afgørende at inspicere og tilpasse løbende gennem hele processen for at skræddersy samarbejds-indsatsen til vores specifikke behov.

Derudover er det vigtigt at erkende, at samarbejdet med den kunstige intelligens kun fungerer som et forslag, som vi derefter skal udvikle på sammen med teamet, da det er vigtigt for teamets motivation, at de kan genkende sig selv i resultatet.

Konteksten

Forestil dig, at du er produktleder i en organisation, hvor teamet, du er en del af, leverer support til et ERP-system, nærmere bestemt D365 (Microsoft Dynamics). De primære interessenter er 'finans', product supply, 'logistik' og et datateam, som er ansvarligt for at præsentere data gennem Power BI.

For at fastlægge den værdi, vi tilbyder disse interessenter, har vi benyttet Bain & Co's B2B-værdipyramide. Vi har identificeret, at vores bidrag primært drejer sig om at forbedre og understøtte forretningsprocesser ved at udnytte forskellige aspekter som operationel effektivitet, strategisk tilpasning, øget produktivitet, problemfri adgang og styrkede relationer.

Nu da vi har etableret en kontekst, så kan vi fortsætte med vores faktiske sparrings-session.

Vi bygger et 'Business Model Canvas'

For at udnytte AI, nærmere bestemt Chat GPT, som en sparringspartner, er vores første skridt at konstruere et Business Model Canvas. Vi indtaster vores kontekst-informationer i AI'en, som derefter genererer et Business Model Canvas for vores produkt (figur 1).

Figur 1

Under denne sparringsession analyserer vi omhyggeligt hvert enkelt aspekt og vurderer dets egnethed. Det minder om en brainstormingsession, der involverer aktiv deltagelse fra vores team og interessenter. For eksempel kan vi ændre afsnittet 'Key Partners' for at inkludere navnene og funktionaliteterne hos specifikke leverandører, især hvis vi er afhængige af tredjepartsudbydere til visse funktioner.

Desuden bør vi vurdere, om det er relevant at inkludere indtægts- og omkostningsinformation, da vores hovedfokus jo er at støtte vores organisation. Ved at forfine og opdatere vores Business Model Canvas kan vi udnytte AIs hjælp til at udvikle en vision, der er i overensstemmelse med vores mål.

Vision

En AI-genereret vision baseret på vores Business Model Canvas:

Our vision is to empower our stakeholders in finance, product supply, logistics, and data teams by providing them with a seamless and efficient ERP system, D365.

We strive to be the catalyst for operational excellence, strategic decision-making, and enhanced productivity. By simplifying processes, providing access to real-time information, and fostering strong relationships, we aim to enable our stakeholders to achieve their business objectives and excel in their respective domains.

Together, we envision a future where our stakeholders experience ease of doing business, unlock their full potential, and drive sustainable growth for our organization.

Vi fortsætter den samskabende proces med AI'en. Det kan kræve flere iterationer, før vi kan se os selv i resultatet, hvilket er nødvendigt for at vi efterfølgende kan kommunikere effektivt og troværdigt.

Når vi opnår et tilfredsstillende resultatet, er det næste skridt at udarbejde en strategi.

Strategi

Som nævnt tilgår vi  AI’en med en ‘trakt’-tankegang hvor vi løbende indsnævrer.  Det betyder, at vi fortsætter med at bruge alt vores tidligere arbejde som input, efter vi har itereret til et niveau, hvor vi føler os selvsikre og tilfredse med resultatet. Dette resulterer i følgende strategiske elementer.

Figur 2

Endnu engang skal vi se dette som en faciliteret session, hvor vi får input fra en AI i stedet for mennesker. Vi skal stadig arbejde med inputtet for at skabe noget, vi kan bruge i vores daglige arbejde. Efter flere iterationer når vi et niveau, hvor vi er tilfredse og har tillid til resultatet.

Roadmap

Når du skal lave roadmaps kan AI også fungere som en sparringspartner og medskaber. AIs evner inden for dataanalyse og generering af forslag gør AI til en værdifuld bidragyder til idéudvikling og udforskning af fx brugerbehov.

I dette eksempel førte samarbejdet med AI til identifikationen af seks forskellige faser, hver ledsaget af specifikke forslag til konkrete handlinger:

  1. Grundlag og forberedelse
  2. Implementering og konfiguration
  3. Stakeholder Empowerment og træning
  4. Kontinuerlig forbedring og optimering
  5. Proaktiv relationsskabelse
  6. Agil tilpasning og innovation

Klik for at se teksten genereret af AI (ChatGPT). Bemærk, at det er den originale tekst på engelsk👇

Phase 1: Foundation

  • Define the project scope and objectives in alignment with the vision and strategy.
  • Conduct stakeholder interviews and workshops to gain a deep understanding of their pain points and requirements.
  • Establish strong partnerships with Microsoft and implementation consultants.
  • Develop a comprehensive training plan for stakeholders to ensure smooth adoption.

Phase 2: Implementation and Configuration

  • Customize and configure the D365 ERP system based on the identified stakeholder requirements.
  • Collaborate closely with stakeholders to ensure the system aligns with their operational and strategic needs.
  • Conduct thorough testing to ensure data integrity and system functionality.
  • Develop integration strategies and implement seamless integration with Power BI for data visualization and reporting.

Phase 3: Stakeholder Empowerment and Training

  • Deliver comprehensive training sessions tailored to each stakeholder group, focusing on system functionalities and best practices.
  • Provide ongoing support through documentation, knowledge bases, and helpdesk services.
  • Encourage stakeholders to provide feedback and suggestions for further improvements.
  • Monitor adoption rates and identify areas where additional training or support is required.

Phase 4: Continuous Improvement and Enhancements

  • Establish a feedback loop with stakeholders to gather insights and identify areas for improvement.
  • Prioritize enhancements and new features based on stakeholder needs and strategic objectives.
  • Conduct regular system upgrades and updates to ensure compatibility and security.
  • Monitor system performance and address any issues promptly to maintain high uptime.

Phase 5: Proactive Relationship Building

  • Foster strong relationships with stakeholders through regular communication and engagement.
  • Schedule periodic meetings and workshops to understand evolving needs and challenges.
  • Provide personalized support and guidance, addressing stakeholder concerns and exploring opportunities for optimization.
  • Collaborate on strategic initiatives to leverage the full potential of the D365 system.

Phase 6: Agile Adaptation and Innovation

  • Stay abreast of technological advancements, industry trends, and changing business requirements.
  • Continuously assess the evolving landscape and identify opportunities for innovation and process improvement.
  • Explore emerging technologies and evaluate their potential for enhancing the D365 system.
  • Regularly review and update the roadmap to align with new priorities and strategic goals.

Ved at følge dette roadmap kan organisationen gradvist implementere og optimere D365 ERP-systemet, styrke interessenter, levere værdi og i sidste ende realisere visionen om strømlinede forretningsprocesser, operationel ekspertise og værdifulde strategiske indsigter.

For at gøre vores roadmap håndgribeligt kan vi yderligere forbedre det ved at opstille klare mål og nøgleresultater, også kendt som Objective and Key Results (OKR'er). Ved at definere specifikke og målbare mål kan vi holde øje med fremskridt og sikre, at der er overensstemmelse med organisationens strategiske mål.

Objective & Key Results

At udvikle og implementere OKR'er kan give udfordringer både for teams og den enkelte. Her kan AI hjælpe med at generere OKR-forslag og analysere data, så det er lettere at opsætte disse mål for teamet. Selvom AI måske ikke direkte bidrager til udførelsesfasen, kan det yde støtte ved at tilbyde indsigter, anbefalinger og dataanalyse. Så ved at udnytte AIs kraft kan vi forbedre processen med at udvikle OKR'erne.

I vores situation har vi identificeret fire mål, hver med tre Key Results. Selvom det kan virke overvældende, skal det blot ses  som en brainstormingsøvelse. Vi har fleksibilitet til at vælge, prioritere og forfine disse mål og nøgleresultater, indtil vi har et solidt grundlag for en fælles idégenerering med vores team.

Klik for at se teksten genereret af AI (ChatGPT)👇

Objective:
Enhance Stakeholder Satisfaction and Value Delivery

Key Result 1:
Increase stakeholder satisfaction scores by 15% within the next quarter through improved system usability and performance.

Key Result 2:
Achieve a minimum adoption rate of 80% across finance, product supply, logistics, and data teams within the next six months, indicating successful stakeholder onboarding and engagement.

Key Result 3:
Identify and implement at least three high-impact system enhancements based on stakeholder feedback and needs within the next year, demonstrating a commitment to continuous improvement.

Objective:
Optimize User Experience and Productivity

Key Result 1:
Reduce the average time spent on common tasks within the D365 ERP system by 20% within the next quarter, enhancing user productivity and efficiency.

Key Result 2:
Improve the overall system usability score by 10% within the next six months, based on feedback from user surveys and usability testing.

Key Result 3:
Implement at least two user-requested features or enhancements within the next year, aligning the system more closely with user needs and preferences.

Objective:
Seamless Integration and Data Accessibility

Key Result 1:
Achieve seamless integration between D365 and Power BI for data visualization and reporting within the next three months, enabling stakeholders to access real-time insights and make informed decisions.

Key Result 2:
Increase the percentage of stakeholders who regularly utilize Power BI reports and dashboards by 25% within the next six months, indicating successful integration adoption and data-driven decision-making.

Key Result 3:
Ensure a high data integrity score of 98% or above through regular monitoring and data quality assurance measures within the next year, fostering trust and confidence in the system's data accuracy and reliability.

Objective:
Strong Stakeholder Partnerships and Collaboration

Key Result 1:
Conduct quarterly collaboration workshops with stakeholders from finance, product supply, logistics, and data teams to gather feedback, identify pain points, and generate innovative ideas for system enhancements.

Key Result 2:
Establish monthly communication channels, such as newsletters or knowledge sharing sessions, to keep stakeholders informed about system updates, upcoming training opportunities, and best practices.

Key Result 3:
Implement at least two personalized support initiatives, such as dedicated support resources or tailored training programs, within the next year to strengthen relationships and address specific stakeholder needs.

Objective:
Continuous Improvement and Innovation

Key Result 1:
Conduct quarterly market research and competitive analysis to stay abreast of industry trends, emerging technologies, and customer expectations.

Key Result 2:
Iterate on the product roadmap based on stakeholder feedback, ensuring that at least 80% of the planned enhancements align with identified pain points and strategic objectives.

Key Result 3:
Develop and launch at least one innovative feature or functionality within the next year, showcasing the organization's commitment to pushing the boundaries of technology and delivering cutting-edge solutions.

Disse Objective and Key Results er designet til at være i overensstemmelse med vores overordnede vision, strategi og roadmap. De fungerer som konkrete mål, der gør os i stand til at følge fremskridt og fremme kontinuerlig forbedring i leveringen af værdi til vores interessenter. Regelmæssig overvågning og genbesøg af OKR'erne vil hjælpe os med at opretholde fokus, tilpasningsevne og reaktionsevne over for skiftende behov og markedsudsving.

Hypoteser og Product Discovery

Før vi går videre, er det afgørende at engagere hele teamet aktivt i at forme vores vision, strategi, roadmap og OKR'er. Vores mål er at sikre, at disse komponenter resonerer med alle og fremmer motivation og engagement.

I dette specifikke scenario vil vi dog udnytte AI'ens hjælp til at foreslå en tilgang til product discovery , der er i overensstemmelse med vores mål. Ved at involvere AI'en i denne udforskning kan vi drage fordel af dens forslag, og få den til at inkludere evidens og indsatsvurderinger, til at guide vores beslutningsproces. Denne samarbejdsindsats vil give os mulighed for at indsamle værdifulde indsigter, validere antagelser og iterativt forfine vores strategier, hvilket i sidste ende hjælper os med at nå vores ønskede resultater.

Klik for at se teksten genereret af AI (ChatGPT)👇

Hypothesis 1:
By conducting stakeholder interviews and workshops during Phase 1, we will gain a deep understanding of their pain points and requirements.

Success Criteria:
Achieve a satisfaction score of 80% or higher from stakeholders regarding the understanding of their pain points and requirements.

Evidence:
Conduct surveys or feedback sessions with stakeholders after the interviews and workshops to assess their satisfaction and validate that their pain points and requirements have been adequately captured.

Effort Score:
Moderate. This hypothesis requires effort to organize and conduct the stakeholder interviews and workshops, analyze the findings, and ensure alignment with stakeholder needs.

Hypothesis 2:
By customizing and configuring the D365 ERP system based on stakeholder requirements in Phase 2, the system will align with their operational and strategic needs.

Success Criteria:
Obtain a system satisfaction score of 75% or higher from stakeholders after the system customization and configuration.

Evidence:
Conduct surveys or feedback sessions with stakeholders after the implementation and configuration phase to assess their satisfaction with the system's alignment with their operational and strategic needs.

Effort Score:
High. This hypothesis requires significant effort to customize and configure the system according to stakeholder requirements, and close collaboration with stakeholders is crucial.

Hypothesis 3:
By delivering comprehensive training sessions tailored to each stakeholder group in Phase 3, stakeholders will effectively adopt the D365 ERP system.

Success Criteria:
Achieve an adoption rate of 80% or higher, measured by the number of stakeholders actively using the system within one month after the training sessions.

Evidence:
Track user activity and system logins to measure the adoption rate, and conduct surveys or feedback sessions to assess stakeholders' confidence and proficiency in using the system.

Effort Score:
Moderate. This hypothesis requires effort to develop and deliver tailored training sessions, as well as track and monitor the adoption rate of stakeholders.

Hypothesis 4:
By establishing a feedback loop with stakeholders in Phase 4, we will identify areas for improvement and enhance the D365 ERP system.

Success Criteria:
Implement at least 70% of the identified enhancements and new features based on stakeholder feedback and strategic objectives.

Evidence:
Maintain a record of stakeholder feedback and enhancement requests, track the implementation progress, and conduct surveys or feedback sessions to validate stakeholder satisfaction with the implemented improvements.

Effort Score:
High. This hypothesis requires continuous effort to gather and analyze stakeholder feedback, prioritize enhancements, and implement them in subsequent system upgrades.

Hypothesis 5:
By regularly reviewing and updating the roadmap in Phase 5, we will align the project with new priorities and strategic goals.

Success Criteria:
Achieve a roadmap alignment score of 80% or higher, measured by the number of new priorities and strategic goals incorporated into the updated roadmap.

Evidence:
Review the updated roadmap and compare it to the new priorities and strategic goals. Conduct surveys or feedback sessions with key stakeholders to validate the alignment and their satisfaction.

Effort Score:
Moderate. This hypothesis requires regular reviews and updates of the roadmap based on changing priorities and strategic goals, as well as obtaining feedback from stakeholders.

Konklusion - svaret er "ja"

"Kan produktledere udnytte AI som en sparringspartner?" spørger overskriften. Svaret er et rungende ja.

Kunstig intelligens (AI) er dukket op som en værdifuld følgesvend for produktledere og det tilbyder støtte inden for forskellige aspekter af produktlederens rolle. Ved at udnytte kraften i AI-drevne værktøjer og indsigter kan produktledere forbedre deres strategiske tænkning, forbedre beslutningsprocesserne og måske endda opnå en konkurrencefordel på markedet.

I nutidens hurtige digitale æra af produktlederskab bliver AI en værdifuld partner, der giver os mulighed for at opnå effektfulde resultater. Ved at omfavne AIs transformative potentiale og samarbejde med det som sparringspartner kan produktledere frigøre nye grænser for innovation, succes og kundetilfredshed. Synergien mellem menneskelig intellekt og maskinintelligens baner vejen for en fremtid, hvor produktledere trives, og organisationer udmærker sig.

I vores tids lynhurtige digitale æra bliver AI en værdifuld partner, der giver os  mulighed for at opnå effektive resultater som produktledere.

Ved at omfavne AIs potentiale og samarbejde kan produktlederen få en effektiv sparringspartner som kan skubbe positivt til grænserne for innovation, succes og kundetilfredshed ved netop at bruge synergien mellem menneskelig intellekt og maskin-intelligens.

Her er det vigtigt at understrege, at selvom vi itererer og samarbejder med AI, skal vi arbejde tæt sammen med vores teams for at drive den nødvendige motivation, der skal til for at arbejde hen imod vores vision og strategi gennem roadmaps, OKR'er og product discovery. Sammen kan vi udnytte AIs evner og samtidig sikre en menneskelig tilgang til  at opnå vores mål.

Endnu mere guf til din hjerne og karriere